See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/322701856

METODOLOGÍA PARA LA ESTIMACIÓN DE LA VIDA ÚTIL DE LOS ALIMENTOS. II.

MÉTODOS DE ESTIMACIÓN

Article  in  Ciência e Tecnologia de Alimentos · January 2018

CITATIONS READS

0 344

5 authors, including:

Margarita Nuñez de Villavicencio René Hernández Alvarez

Instituto de Investigaciones para la Industria Alimenticia, La Habana, Cuba Research Institute for Food Industry
224 PUBLICATIONS   155 CITATIONS    8 PUBLICATIONS   0 CITATIONS   

SEE PROFILE SEE PROFILE

Ivania Rodríguez José Luis Rodríguez Sánchez

Research Institute for Food Industry Instituto Investigaciones para la Industria Alimentaria
19 PUBLICATIONS   12 CITATIONS    7 PUBLICATIONS   2 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Metodos de estimación de la vida útil de los alimentos View project

Caracterización de cepas lácticas View project

All content following this page was uploaded by Margarita Nuñez de Villavicencio on 25 January 2018.

The user has requested enhancement of the downloaded file.

 Ciencia y T ecnología de Alimentos
Tecnología
Mayo -agosto ISSN 1816-7721, pp. 75-82
Mayo-agosto
METODOLOGÍA PARA LA ESTIMACIÓN DE LA VIDA ÚTIL DE LOS
ALIMENTOS. II. MÉTODOS DE ESTIMACIÓN
Margarita Nuñez de Villavicencio*, René Hernández-Álvarez, Ivania Rodríguez-Álvarez,
José L. Rodríguez y Yailén Torres-López
Instituto de Investigaciones para la Industria Alimenticia. Carr. al Guatao km 3 ½, La Habana, Cuba, CP 19200.
E-mail: margarita@iiia.edu.cu
RESUMEN
La metodología para la estimación de la vida útil de los
alimentos propone el empleo de uno de los dos métodos
de estimación más utilizados dependiendo de la naturaleza
y tiempo de vida útil esperado del producto en particular:
el análisis de Weibull o técnicas de riesgo y el método de
almacenamiento acelerado por abuso de temperatura. En
este trabajo se exponen los pasos para aplicar ambos mé-
todos de estimación y se desarrollan ejemplos.
Palabras clave: vida útil, durabilidad, estimación, análisis
de Weibull, técnicas de riesgo, pruebas de almacenamien-
to acelerado.
Margarita Nuñez de V
*Margarita illavicencio F
Villavicencio er
Fer rer
errer
rer: Licenciada
en Matemática (UH, 1984) y Master en Ciencias Matemáti-
cas (UH, 2000). Sus líneas de trabajo fundamentales son la
aplicación de técnicas de probabilidades y estadística matemá-
tica a la investigación de alimentos.
75
ABSTRACT
Methodology to estimate the shell-life of foods.
II. Methods of estimation
The methodology for estimating shelf life of food proposes
the use of one of the two most widely used estimation
methods depending on the nature and expected shelf life of
the particular product: Weibull analysis or hazard techniques
and accelerated shelf life tests for temperature abuse. In
this paper the steps to apply both estimation methods and
examples are presented.
Keywords: shelf life, estimation, Weibull analysis, hazard
techniques, accelerated shelf life test.
INTRODUCCIÓN
El procedimiento general de la metodología para la esti-
mación de la vida útil de los alimentos consta de tres
pasos fundamentales: análisis preliminar del sistema pro-
ducto-envase-ambiente, ensayos de almacenamiento y
caracterización y aplicación de la técnica de estimación
adecuada (1).
Como parte de la etapa de análisis preliminar del siste-
ma producto-envase-ambiente se debe haber decidido
qué método de estimación se utilizará, el directo, cono-
cido como análisis de Weibull, técnicas de riesgo o aná-
lisis de supervivencia, aplicable a alimentos almacena-
dos a temperatura ambiente, refrigerados y congelados
que pertenecen a las categorías de vida útil corta o me-
dia, o el indirecto mediante el empleo de pruebas de
almacenamiento acelerado por abuso de temperatura,
útil para productos estables o de larga duración para los
cuales sea válido suponer que el aumento de la tempe-
ratura de almacenamiento incrementa la velocidad de
deterioro (2-10).
Ciencia y Tecnología de Alimentos Vol. 27, No. 2, 2017
Concluidos los ensayos de almacenamiento y caracteri- Una vez estimados los parámetros de escala o vida ca-
zación, etapa central del estudio, se debe contar con la racterística (α) y de forma (β) de la función de distri-
información necesaria para la determinación de la vida bución de probabilidad de Weibull y sus intervalos de
útil o durabilidad del producto ya sean tiempos de vida confianza al 95 % será posible calcular la vida media o
de las unidades del producto o distribuciones tempora- tiempo medio hasta el fallo del producto y su desvia-
les de magnitudes físico-químicas, sensoriales, ción estándar y el tiempo de vida de las unidades expe-
microbiológicas u otras y puede procederse a la aplica-
ción del método de estimación seleccionado con el ob- 1
−1 ( ) = α − ln(1 − )
jetivo de obtener una estimación de la vida útil o
durabilidad del producto con la mayor precisión y exac-
titud posibles (1). rimentales para el percentil deseado (porcentaje de
unidades deterioradas admitidas en un lote de produc-
MÉTODOS DE ESTIMACIÓN
to), que se estima sustituyendo p, α y β en:
Análisis de Weibull
Estimación de los parámetros de la función de dis-
Para estimar la vida útil por el método directo, emplean- tribución de Weibull
do análisis de Weibull o técnicas de riesgo a partir de los
La estimación de los parámetros α y β puede realizarse
tiempos de vida de las unidades experimentales, deben
siguiendo los pasos propuestos (4) que se ejemplificarán
estimarse primero los parámetros de la función de dis-
con los datos mostrados en la Tabla 1 que correspon-
tribución de probabilidad asumida. La más común de
den a los resultados obtenidos en el estudio de
las distribuciones utilizadas para modelar el tiempo de
durabilidad o vida útil de un producto.
vida de los productos alimenticios y estimar su vida útil
es la distribución de Weibull que será la empleada en
esta metodología (4, 6, 11-14).

Tabla 1. Ejemplo de los pasos 1 al 5 para la estimación de los parámetros de la función de

distribución de Weibull

1 2 3 4 5 6 7
Riesgo
Tiempo Fallo Rango inverso Riesgo
No. Acumulado ln ( ) ln ( )
(días) (Si/No) = ( − + 1) ℎ( ) = 1⁄
( )
1 38 SI 12 0,08 0,08 3,64 -2,48
2 38 NO 11
3 38 NO 10
4 40 SI 9 0,11 0,19 3,69 -1,64
5 40 NO 8
6 40 SI 7 0,14 0,34 3,69 -1,09
7 42 SI 6 0,17 0,50 3,74 -0,69
8 42 SI 5 0,20 0,70 3,74 -0,35
9 42 SI 4 0,25 0,95 3,74 -0,05
10 43 SI 3 0,33 1,29
11 43 SI 2 0,50 1,79
12 43 SI 1 1,00 2,79

76 Ciencia y Tecnología de Alimentos Vol. 27, No.2, 2017

1. Ordenar los tiempos en orden creciente (de menor
a mayor), independiente del lote al que correspondan
señalando si la muestra o unidad experimental anali-
zada fue rechazada (falló) o no (columnas 1 y 2 de la
Tabla 1).
2. Asignar rangos inversos a los tiempos. Si se tienen tiem-
pos el rango inverso correspondiente al tiempo se calcula
por (columna 3 de la Tabla 1).
3. Calcular el valor del riesgo para cada tiempo de fallo
mediante la expresión (columna 4 de la
Tabla 1).
4. Calcular el valor de riesgo acumulado para
cada tiempo de fallo, el cual es la suma de su valor de
riesgo y los valores de riesgo de todos los tiempos de
fallo precedentes (columna 5 de la Tabla 1).
5. Calcular los logaritmos naturales de y (co-
lumnas 6 y 7 de la Tabla 1).
6. Ajustar los datos a la ecuación
ln = ln + (1/ )ln ( )
excluyendo aquellos cuyo riesgo acumulado sea mayor
que uno ( > 1) (15), mediante análisis de regre-
sión lineal simple o mínimos cuadrados, para estimar
los parámetros ln α (el intercepto) y 1/β (la pendiente)
y sus intervalos de confianza al 95 %. Al graficar esta
relación debe obtenerse una línea recta.
7. Comprobar la bondad de ajuste de los datos a la distri-
bución de Weibull estimada mediante la prueba de
Kolmogorov-Smirnov modificada (16, 17). Si como re-
sultado de la prueba de bondad de ajuste resulta que no
se puede rechazar la hipótesis de que los datos proven-
gan de la distribución de Weibull con un nivel de con-
fianza al menos del 95 %, entonces pueden utilizarse los
valores estimados de los parámetros para realizar el resto
de los cálculos, en caso contrario debe obtenerse más
información aumentando el número de observaciones.
Del análisis de regresión realizado para ajustar los da-
tos de las columnas 6 y 7 de la Tabla 1 al modelo de
regresión indicado en el paso 6, se obtuvo que tanto el
77
análisis de varianza de la regresión como los parámetros
estimados resultaron significativos (p ≤ 0,05); el coefi-
ciente de determinación R2 = 0,91 indica que el mode-
lo explica el 91 % de las variaciones, lo que demuestra
su buen ajuste. Los valores estimados de los
parámetros de la función de distribución de Weibull y
sus intervalos de confianza al 95 % son los siguientes:
(α = 42,52 ± 0,02) y (β = 23,14 ± 0,03).
La prueba de bondad de ajuste de Kolmogorov-Smirnov
modificada muestra que el valor calculado de Dn = 0,274
es menor que el valor tabulado dn;0,05 = 0,339 y por
tanto no se puede rechazar la hipótesis de que los datos
sigan la distribución de Weibull con un nivel de con-
fianza del 95 %, por lo que los valores estimados de los
parámetros pueden utilizarse para caracterizar y esti-
mar la vida útil del producto y se tiene que la vida me-
dia o tiempo medio hasta el fallo y la desviación estándar
de la función de distribución de probabilidad de Weibull
estimada son ̅ = 41,5 días y σt = 0,05 respectiva-
mente, además, el tiempo de vida de las unidades expe-
rimentales para el percentil deseado p (porcentaje de
unidades deterioradas admitidas en un lote de produc-
to) puede calcularse mediante la siguiente ecuación:
1
−1 ( ) = 42,52 − ln(1 − ) 23,14
La Tabla 2 presenta los tiempos de vida, sus intervalos
de confianza al 95 %, calculados para algunos valores
de percentil o porcentaje de unidades deterioradas ad-
misibles en un lote. La vida útil o durabilidad del pro-
ducto se determina aproximando el valor entero infe-
rior al valor calculado para el percentil deseado, en este
ejemplo, para el 0,05 percentil, es decir para 5 % de
unidades deterioradas, el tiempo de vida útil o durabilidad
sería de 37 ± 2 días mientras que el 10 % de unidades
deterioradas se alcanza a los 38 ± 2 días y el 20 % a los
39 ± 2 días.
Estudios de almacenamiento acelerado por abuso
de temperatura
Los métodos o pruebas de almacenamiento acelera-
das (ASLT Accelerated Shelf-Life Testing) surgen de
la necesidad de obtener, en un tiempo relativamente
corto, la información necesaria para determinar la vida
útil de los productos alimenticios fundamentalmente
de larga duración. Los resultados de toda prueba de
Ciencia y Tecnología de Alimentos Vol. 27, No. 2, 2017
 Tabla 2. Tiempos de vida e intervalos de confianza al 95% para algunos valores de percentil
Percentil Tiempo de vida
Límite Inferior
0,01 34,86
0,05 37,40
0,1 38,58
0,2 39,85
0,5 41,86
almacenamiento acelerado deben ser cuidadosamente
validados una vez que el producto esté en el mercado
(2, 5-9, 12, 18-21).
Las ASLT son aplicables a cualquier proceso de dete-
rioro que tenga un modelo cinético válido, puede ser
químico, físico, bioquímico, microbiológico e incluso
sensorial. Existen varias aproximaciones a las ASLT pero
el método más común es la aproximación por el mode-
lo cinético, más específicamente el modelo de Arrhenius,
que relaciona la velocidad de la reacción de deterioro a
los cambios de temperatura y cuya popularidad lo ha
hecho sinónimo de las ASLT (6-10).
El proceso básico para la realización de una prueba de
almacenamiento acelerado por abuso de temperatura
involucra: 1) la selección de las temperaturas de alma-
cenamiento para la aceleración del proceso de deterio-
ro, 2) el diseño experimental del estudio cinético para
cada temperatura de almacenamiento seleccionada, 3)
la ejecución del estudio cinético del proceso de deterio-
ro a cada una de las temperaturas seleccionadas o ensa-
yos de almacenamiento y caracterización, 4) la
modelación cinética o evaluación de los parámetros del
modelo cinético para cada temperatura, 5) la determi-
nación del efecto de la temperatura mediante el ajuste
de la ecuación de Arrhenius, 6) la determinación de la
vida útil para cada temperatura, 7) la determinación de
la relación entre la vida útil y la temperatura, Q10 y 8) la
estimación de la vida útil a la temperatura de almacena-
miento normal (6, 8, 9, 22).
La precisión de la estimación se incrementa con el nú-
mero de temperaturas ensayadas que no deben ser me-
nos de tres, Taoukis y col. (8) comentan que cinco o
seis temperaturas es el óptimo práctico para obtener la
mayor exactitud con el menor costo posible.
78
Intervalo de Confianza al 95%
Límite Superior
32,60 37,27
34,98 39,99
36,09 41,25
37,28 42,61
39,15 44,75
La selección de las temperaturas depende del producto
y debe realizarse con cuidado para evitar la ocurrencia
de cambios diferentes a los que deben ocurrir a la tem-
peratura de almacenamiento normal tales como cam-
bios o separación de fases, pérdidas de humedad y
desnaturalización de las proteínas, entre otros (6, 9, 10,
23).
Para cada temperatura de almacenamiento se debe
proceder a establecer un diseño experimental, en
el que deben quedar claramente establecidos: la du-
ración del estudio, los tiempos de muestreo, las
muestras representativas y el número de muestras
necesarias garantizando la representatividad de cada
lote.
Durante la ejecución del estudio cinético deben que-
dar registrados los valores de las magnitudes físico-
químicas, sensoriales, microbiológicas u otras, con las
que se realizará la evaluación de los parámetros
cinéticos y la estimación a las condiciones normales
de almacenamiento.
Modelación cinética o evaluación de los parámetros
del modelo cinético para cada temperatura
Los principios y procedimientos de la modelación
cinética han sido ampliamente tratados en la lite-
ratura. Estos métodos se basan en establecer que,
bajo condiciones ambientales constantes, la degra-
dación y pérdida de la calidad y por tanto de la
vida útil de los alimentos, puede ser representada
por la disminución o aumento de uno o varios ín-
dices de calidad. La mayoría de las reacciones de
deterioro en alimentos han sido caracterizadas como
de orden aparente cero o primer orden (6-10, 20,
21, 23).
Ciencia y Tecnología de Alimentos Vol. 27, No.2, 2017
La función de calidad para reacciones de orden cero y
primer orden, bajo condiciones ambientales constan-
tes, pueden escribirse como:
Orden cero: − 0 =− = 0 − y 0,17 ± 0,02 para 30, 20 y 10 °C, respectivamente.
y Primer orden: =− = 0 − Determinación del efecto de la temperatura. Ecua-
0 ción de Arrhenius
donde: 0es el valor inicial del índice de calidad; es el
valor del índice de calidad en el tiempo t y k es la cons-
tante de velocidad (t-1).
Para determinar el orden aparente de la reacción de de-
terioro y estimar el valor de la constante de velocidad,
los datos obtenidos para cada temperatura, deben
graficarse mediante diagramas de dispersión de vs. t
y ( ⁄ ) vs. t. El orden aparente será aquel para
el que se obtenga el modelo de mejor ajuste utilizando
algún criterio estadístico de bondad de ajuste como el
coeficiente de determinación (R2). Una vez determina-
do el orden aparente de la reacción, se estima el valor
de las constantes de velocidad, k, para cada temperatu-
ra, que no es más que la pendiente del modelo de regre-
sión ajustado mediante mínimos cuadrados, determinán-
dose también sus intervalos de confianza al 95 %.
Para ejemplificar se tomaron los datos publicados de
un estudio para evaluar la vida útil de un producto al
que se le añadieron 200 mg/L de un edulcorante, se
consideró como límite de calidad una degradación del
50 % del edulcorante (8).
En los gráficos del comportamiento durante el almace-
namiento del edulcorante, correspondientes a los mo-
delos cinéticos de orden cero (Fig. 1) y primer orden
(Fig. 2), se pueden apreciar las marcadas diferencias
entre las pendientes indicando dependencia de la tem-
peratura en ambos modelos cinéticos, a mayor tempe-
ratura mayor velocidad de degradación. De los valores
de los coeficientes de determinación (R2), puede deter-
minarse que el orden de reacción o modelo cinético de
mejor ajuste es el de orden cero debido a que estos
valores son mayores que los calculados para el modelo
de primer orden y además, son capaces de explicar más
del 90 % de las variaciones del comportamiento obser-
vado.
El análisis de varianza de la regresión y la prueba t
de significación de la pendiente para el modelo cinético
de orden cero resultaron significativas (p ≤ 0,05)
79
demostrando la dependencia lineal del contenido de edul-
corante con el tiempo de almacenamiento en cada tem-
peratura. Las constantes de velocidad estimadas y sus
límites de confianza al 95 % son: 1,89 ± 0,3; 0,40 ± 0,08
El efecto de la temperatura sobre la velocidad de la
reacción de deterioro puede expresarse mediante la ecua-
ción de Arrhenius, que relaciona la constante de veloci-
dad de la reacción a la temperatura absoluta mediante
la siguiente expresión (6-10, 21):
= 0 −
donde: k es la constante de velocidad de la reacción de
deterioro; Ea es una constante conocida como factor
pre exponencial; R es la energía de activación (J/mol);
es la constante de los gases (8,3143 J/K mol) y T es la
temperatura absoluta (K = °C + 373,15).
El ajuste, mediante el método de mínimos cuadrados,
permite obtener una estimación de la constante de ve-
locidad de la reacción y la energía de activación a la
temperatura absoluta.
Los resultados del ajuste por mínimos cuadrados a la
ecuación de Arrhenius, para las constantes de veloci-
dad estimadas en el ejemplo, muestran que tanto el aná-
lisis de varianza de la regresión como la prueba t de
significación de los coeficientes, resultaron significati-
vas (p ≤ 0,05) y el valor del coeficiente de determina-
ción (R2) indica que el modelo explica el 95 % de las
variaciones, lo que demuestra el buen ajuste del mode-
lo estimado. Los valores estimados y los límites de con-
fianza al 95 % de los parámetros fueron:
0 = 34,56 ± 7.36
= 10326,2 ± 2164,1
De estos se obtienen las estimaciones de la constante
de velocidad de la reacción a la temperatura absoluta,
k0 y la energía de activación:
= 1,02 × 1015 ± 1,62 × 103 ℎ−1
= 86032 ± 18030 ⁄
Ciencia y Tecnología de Alimentos Vol. 27, No. 2, 2017
 Figura 1 Diagrama de dispersión del comportamiento durante el almacenamiento del edulcorante,
cinética de orden cero.

Figura 2 Diagrama de dispersión del comportamiento durante el almacenamiento del edulcorante,

cinética de primer orden.

Determinación de la vida útil o durabilidad para
cada temperatura
Para cada temperatura, se conoce que la vida útil o
durabilidad es inversamente proporcional a la constante
de velocidad, por lo que puede calcularse estableciendo
un valor límite de calidad para la característica analizada
Cf, empleando los valores estimados de los parámetros
del modelo cinético de orden cero o primer orden ajusta-
do, mediante las ecuaciones (6-10, 20, 21, 23):
Orden cero: Primer orden:
0⁄
− timada entre las temperaturas es apreciable, obsérvese
0
= =
donde: es la vida útil o durabilidad, es el valor inicial
del índice de calidad, Cf es el valor límite del índice de
calidad y k es la constante de velocidad.
Como se comentó en el enunciado del ejemplo, el lími-
te de calidad será cuando se obtenga una degradación
del 50 % del edulcorante, correspondiente a un valor
final Cf = 100 mg/mL; la Tabla 3 muestra la vida útil,
que puede calcularse sustituyendo los valores en la ecua-
ción correspondiente a la reacción de orden cero y sus
intervalos de confianza al 95 % para cada temperatura
de almacenamiento. La diferencia de la durabilidad es-
que si se expresara en días serían aproximadamente: 2,
10 y 24 días almacenado a 30, 20 y 10 °C, respectiva-
mente.

80 Ciencia y Tecnología de Alimentos Vol. 27, No.2, 2017

 Tabla 3. Vida útil estimada para los modelos cinéticos de orden cero

Intervalo de Confianza al 95%

Temperatura (°C) Vida útil (h)
Límite Inferior Límite Superior
30 53 44 65
20 248 207 310
10 596 529 682

Determinación de la relación entre la vida útil y la donde: se estima por la pendiente del ajuste a la
temperatura ecuación de Arrhenius.

La relación entre la vida útil y la temperatura ha sido Si la diferencia entre las temperaturas ensayadas es
expresada tradicionalmente como Q10, la proporción o distinta de 10°C, entonces, similarmente a Q10, pue-
razón de la velocidad de reacción a temperaturas que de utilizarse el término QΔ. Puede demostrarse que si
difieren en 10 °C o el cambio de la vida útil cuando el Δ = T1 - T2, entonces:
alimento es almacenado a una temperatura diferente en
∆/10
10 °C, además es útil para comprobar que no hubo ∆ = 10
cambios en el mecanismo de la reacción entre las tem-
peraturas estudiadas. Q10 depende de la temperatura y y
∆/10 1
de la energía de activación por lo que debe especificarse 10 =
2
el rango de temperaturas sobre el que fue determinado
y está definido por la siguiente expresión (6-10, 20, 21,
donde: i
es la vida útil a la temperatura
23):
+10
10 = La Tabla 4 muestra los valores de Q10 calculados por la
aproximación al modelo cinético y sus intervalos de con-
fianza al 95 %.
donde: kT es la constante de velocidad a la temperatura
T °C y kT + 10 es la constante de velocidad a la tempera-
Estimación de la vida útil a la temperatura de al-
tura T+10 °C.
macenamiento normal
Puede demostrarse que 10 =
+10° La aproximación más utilizada para determinar la veloci-
dad de deterioro y la vida útil a la temperatura normal de
donde: es la vida útil a la temperatura T °C y es la
almacenamiento es el uso de Q10 o QΔ (6-10, 20, 21, 23).
vida útil a la temperatura T+10 °C.
Si se supone que la temperatura normal de almacena-
Cuando los datos tienen un buen ajuste a la ecuación
miento del producto es 5 °C, la durabilidad o vida útil
de Arrhenius lo más recomendado es calcular el coefi-
puede calcularse con el valor de Q10 para 10 °C, despe-
ciente utilizando la aproximación al modelo cinético:
jando en las ecuaciones correspondientes se tiene que:
10 5/10
10 = =
( + 10) 5℃ 10 10℃

Tabla 4. Valores de Q10 calculados para cada temperatura e intervalos de confianza al 95%

Temperatura Intervalo de Confianza al 95%

10
°C Límite Inferior Límite Superior
30 2,97 2,36 3,73
20 3,20 2,51 4,08
10 3,47 2,67 4,50

81 Ciencia y Tecnología de Alimentos Vol. 27, No. 2, 2017

 Dado que Q10 y la vida útil a 10 °C es 10℃ = 596 h en-
tonces: = 1110 h
5℃

De la misma forma puede calcularse el intervalo de con-

fianza al 95 % para 5℃ sustituyendo por los valores
límites inferiores y superiores.

La vida útil o durabilidad del producto almacenado a

5 °C será aproximadamente de 1 110 h entre 864 y
1 448 h con un 95 % de confianza o 46 días entre 36 y
60 días.

REFERENCIAS
1. Nuñez de Villavicencio, M.; Hernández-Álvarez, R.; Rodríguez-Álvarez, I.; Rodríguez, J. L. y Torres-López, Y.
Cienc. Tecnol. Alim. 27(1):58-64, 2017.
2. Cantillo, J.; Nuñez de Villavicencio, M. y Fernández, C. Durabilidad de los Alimentos. Métodos de Estimación.
La Habana, Instituto de Investigaciones para la Industria Alimenticia, 1994.
3. Freitas, M. A. y Costa, J. C. Computers & Industrial Engineering 51(4):652-70, 2006.
4. Gacula, M. C. y Singh, J. Statistical Methods in Food and Consumer Research. San Diego, Academic Press, 1984,
pp. 501-505.
5. Hough, G. Sensory Shelf Life Estimation of Food Products. Boca Raton, FL, CRC Press; 2010.
6. Man, C. M. D. Shelf Life. West Sussex, John Wiley & Sons, Ltd., 2015.
7. Nicoli, M.C. Shelf Life Assessment of Food. Barbosa-Cánovas G.V. (Ed.), Boca Raton, FL., Taylor & Francis Group,
2012.
8. Taoukis, P. S.; Labuza, T.P. y Saguy, I.S. Kinetics of food deterioration and shelf-life prediction, En: Handbook of Food
Engineering Practice. Rotstein E., Singh R.P. y Valentas K.J. Eds. Boca Raton, FL, CRC Press, 1997, pp. 366-408.
9. Mizrahi, S. Accelerated shelf life testing of foods. En: Food and Beverage Stability and Shelf Life. Kilcast D. y
Subramaniam P, Eds. Cambridge, Woodhead Publishing Limited, 2011, pp. 482-506.
10.Robertson, G.. L. Food Quality and Indices of Failure. En: Food Packaging and Shelf Life: a practical guide. Boca
Raton, FL., CRC Press; 2010. 17-30 p.
11. Guillet, M. y Rodrigue, N. Shelf life testing methodology and data analysis. En: Food Packaging and Shelf Life A
practical Guide. Robertson G.L., Ed. Boca Raton, FL., CRC Press, 2010. 31-53 p.
12.Manzocco, L.; Calligaris, S. y Nicoli, M. C. Methods for food shelf life determination and prediction, En: Oxidation
in foods and beverages and antioxidant applications: Volume 1: Understanding mechanisms of oxidation and
antioxidant activity. Decker E.D., Elias R., McClements D.J., Eds. Cambridge, Woodhead Publishing Limited, 2010,
pp. 196-222.
13.ReliaSoft. Life Data Analysis Reference, Tucson, Arizona, ReliaSoft Corporation; 2015.
14.Larsen, R. A. Foods shelf life: estimation and experimental desing. Provo, UT.Brigham Young University, 2006.
15.Cardelli, C. y Labuza, T. P. Lebensm.- Wiss. u.-Technol. (34):273-278, 2001.
16.Evans, J. W.; Johnson, R. A. y Green, D. W. Two and Three Parameter Weibull Goodness of Fit Tests. Forest Service.
Erie, KS., United States Department of Agriculture, 1989.
17.START. Selected Topics in Assurance Related Technologies 10(6):1-6, 2003.
18.Fu, B. y Labuza, T. P. Food Control 4(3):125-33, 1993.
19.Kilcast, D. y Subramaniam, P. Food and beverage stability and shelf life. Cambridge, Woodhead Publishing Ltd., 2011.
20.Labuza, T. P. Chemical Education 61(4):348-58, 1984.
21.Villota, R. y Hawkes, J. G. Reaction kinetics in food systems. En: Handbook of Food Engineering. 2 ed. Heldman
D.R., Lund D.B., Eds. Boca Raton, FL., CRC Pres, 2007, pp. 125-286.
22.Robertson, G. L. Packaging and food and beverage shelf life. En: Food and beverage stability and shelf life. Cambridge,
Woodhead Publishing, 2011, pp. 244-72.
23.Fu, B. y Labuza, T. P. Shelf Life Testing: Procedures and Prediction Methods for Frozen Foods [en línea]. Consulta-
do 30 marzo 2016 en https://es.scribd.com/document/126940621/Shelf-Life-Testing-Procedures-and-Prediction-
Methods-for-Frozen-Foods

82 Ciencia y Tecnología de Alimentos Vol. 27, No.2, 2017

View publication stats